Zookeeper是Apache的一个java项目,属于Hadoop系统,扮演管理员的角色。
配置管理
分布式系统都有好多机器,比如我在搭建hadoop的HDFS的时候,需要在一个主机器上(Master节点)配置好HDFS需要的各种配置文件,然后通过scp命令把这些配置文件拷贝到其他节点上,这样各个机器拿到的配置信息是一致的,才能成功运行起来HDFS服务。Zookeeper提供了这样的一种服务:一种集中管理配置的方法,我们在这个集中的地方修改了配置,所有对这个配置感兴趣的都可以获得变更。这样就省去手动拷贝配置了,还保证了可靠和一致性。
名字服务
这个可以简单理解为一个电话薄,电话号码不好记,但是人名好记,要打谁的电话,直接查人名就好了。
分布式环境下,经常需要对应用/服务进行统一命名,便于识别不同服务;
- 类似于域名与ip之间对应关系,域名容易记住;
- 通过名称来获取资源或服务的地址,提供者等信息
分布式锁
单机的各个进程需要对互斥资源进行访问的时候需要加锁,分布式进程在各个主机进行对互斥资源进行访问的时候也需要加锁。
如何理解互斥资源呢?
比如mysql?
很多分布式系统有很的客服务窗口,但是在某个时刻只让一个服务区干活,当这台服务出问题的时候锁释放,立刻fail over到另外的服务。这在很多分布式系统都是这么做的,这种设计有个更好听的名字叫Leader Election(leader选举)
通俗来说比如银行取钱,有多个窗口,但是对于你来说只能有一个窗口为你提供服务,如果正在对你服务的人突然有事走了怎么办?找大堂经理(zookeeper),指定另外一个窗口为你提供服务
集群管理
在分布式集群中经常会有各种原因,比如:硬件故障,软件故障,网络问题,有些节点会进进出出。这个时候master节点需要感知这种变化,然后根据这种变化做出对应的决策。比如HDFS中namenode是通过心跳机制来感知的,那么先假设zookeeper也是通过心跳机制的功能吧
- 最终一致性:为客户端展示同一视图,这是zookeeper最重要的功能。
- 可靠性:如果消息被到一台服务器接受,那么它将被所有的服务器接受。
- 实时性:Zookeeper不能保证两个客户端能同时得到刚更新的数据,如果需要最新数据,应该在读数据之前调用sync()接口。
- 等待无关(wait-free):慢的或者失效的client不干预快速的client的请求。
- 原子性:更新只能成功或者失败,没有中间状态。
- 顺序性:所有server,同一消息发布顺序一致。
用到zookeeper的系统
HDFS中的HA
YARN的HA方案
HBase:必须依赖zookeeper,保存了Regionserver的心跳信息,和其他的一些相关信息
Flume:负载均衡,单点故障
zookeeper的基本架构
主从结构
- 每个server在内存中存储了一份数据
- zookeeper启动时将从实例中选举一个leader(Paxos协议)
- Leader负责处理数据更新等操作(Zab协议)
- 一个更新操作成功,当且仅当大多数server在内存中修改数据
Leader,Learner(Follower,Observer),client
leader:领导者负责进行投票的发起和决议,更新系统状态
follower:用于接受呵护请求并向客户端返回结果,在选主的过程中参与选票
observer:observer可以接受客户端连接,将写请求转发给leader节点,但observer不参与投票过程,只同步leader的状态。observer的目的是扩展系统,提高读写速度。
client:请求发起方
Zookeeper Server节点数目
Zookeeper Server数目一般为奇数
Leader选举算法采取了Paxos协议;Paxos核心思想:当多数Serve写成功,则任务数据写成功。
3个serve两个成功即可,所以server一般为奇数
3个server最多允许1个server挂掉
Observer节点
3.3.0 以后 版本新增角色Observer
增加原因:
Zookeeper需要保证高可用和强一致性;
当集群节点数目逐渐增大,为了支持更多的客户端,需要增加更多的server,然而server增多,投票延迟增大,影响性能,为了权衡伸缩性和高吞吐率,引入Observer:
Observer不参与投票
observer接受客户端的链接,并将写请求转发给leader节点
加入更多节点,提高伸缩性,同时不影响吞吐率
zookeeper搭建
zookeeper安装有三种方式,单机模式,集群模式,伪集群模式
- 单机模式:zookeeper只运行在一台服务器上,适合测试环境
- 伪集群模式:在一台物理机上运行多个zookeeper实例
- 集群模式:zookeeper运行与一个集群之上,适合生产环境,这个计算机集群被称为一个集合体(ensemble)
zookeeper通过复制来实现高可用,只要集群中半数以上处于可用状态,就能够继续保持服务,为什么一定要超过半数呢?跟复制策略有关
https://www.cnblogs.com/ExMan/p/11011595.html
kafka入门:简介、使用场景、设计原理、主要配置及集群搭建
- zookeeper在kafka中的作用是什么
- kafka中几乎不允许对消息进行随机读写的原因是什么
- kafka集群consumer和producer状态信息是如何保存的
- partitons设计的目的根本原因是什么
简介
kafka根据topic进行归类,发送消息者成为producer,消息接受者成为consumer,此外kafka有锁哥kafka实例组成,每个server成为broker。无论是kafka集群还是peoducer和consumer都依赖zookeeper来保证系统的高可用性集群保存一些meta信息
- topics/logs topic可以认为是一类消息,每个topic将被分成多个区,每个partition(区)在存储层面是append log文件,任何发布到此partition的消息都会被直接追加到log文件的尾部,每条消息在文件中的位置成为offset(偏移量) offset为一个long型的数字,标记了唯一的一条消息。kafka并没有提供额外的索引来存储offset,因为kafka中几乎不允许对消息进行随机读写。
kafka会保存一段时间 可以自定义日志销毁的时间
concsumer保存消费信息offset,对于offset的保存和使用,有consumer来控制,当consumer正常消费信息的时候,offset会线性向前驱动,消息将依次顺序被消费。consumer可以使用任意顺序消费信息,只需要将offset重置成任意值(offset将保存在zookeeper中)
-
kafka集群不需要维护任何consumer和producer状态信息,这些信息由zookeeper保存。
-
partition是的设计目的:根本原因是kafka基于文件存储,通过分区,可以将日志内容分散到多个server上,来避免文件尺寸达到单机磁盘的上限。每个partition都会被当前server(kafka实例)进行保存,将一个topic切分任意多个partition,来保证效率,partition约多可以容纳更多的consumer,提高并发能力
-
此外kafka还可以配置partitions需要备份的个数(replicas),每个partition将会被备份到多台机器上,以提高可用性.
-
本质上kafka只支持Topic.每个consumer属于一个consumer group;反过来说,每个group中可以有多个consumer.发送到Topic的消息,只会被订阅此Topic的每个group中的一个consumer消费.
如果所有的consumer都具有相同的group,这种情况和queue模式很像;消息将会在consumers之间负载均衡.
如果所有的consumer都具有不同的group,那这就是"发布-订阅";消息将会广播给所有的消费者.
在kafka中,一个partition中的消息只会被group中的一个consumer消费;每个group中consumer消息消费互相独立;我们可以认为一个group是一个"订阅"者,一个Topic中的每个partions,只会被一个"订阅者"中的一个consumer消费,不过一个consumer可以消费多个partitions中的消息.kafka只能保证一个partition中的消息被某个consumer消费时,消息是顺序的.事实上,从Topic角度来说,消息仍不是有序的.- partition不能多于consumer的个数,否则将意味着某些consumer无法得到消息
- zookeeper解决分布式的一致性
Rabbitmq集群高可用部署详细
https://www.cnblogs.com/ExMan/p/11011588.html